Andere Kunden interessierten sich auch für
![Analyse des performances de la classification basée sur le système Fuzzy]( "Analyse des performances de la classification basée sur le système Fuzzy")
Analyse des performances de la classification basée sur le système Fuzzy29,99 €![Classification des tumeurs cérébrales à l'aide de l'apprentissage en profondeur]( "Classification des tumeurs cérébrales à l'aide de l'apprentissage en profondeur")
Classification des tumeurs cérébrales à l'aide de l'apprentissage en profondeur60,90 €![Détection et classification des poses de yoga grâce à l'apprentissage en profondeur]( "Détection et classification des poses de yoga grâce à l'apprentissage en profondeur")
Détection et classification des poses de yoga grâce à l'apprentissage en profondeur26,99 €![Apprentissage automatique supervisé : Un guide complet]( "Apprentissage automatique supervisé : Un guide complet")
Apprentissage automatique supervisé : Un guide complet29,99 €![Etude phytochimique et recherche sur la racine de Bauhinia variegata]( "Etude phytochimique et recherche sur la racine de Bauhinia variegata")
Etude phytochimique et recherche sur la racine de Bauhinia variegata29,99 €![Système de contrôle du trafic basé sur la densité pour les véhicules d'urgence]( "Système de contrôle du trafic basé sur la densité pour les véhicules d'urgence")
Système de contrôle du trafic basé sur la densité pour les véhicules d'urgence39,99 €![Modèle d'estimation de l'effort basé sur la planification pour le développement mondial de logiciels]( "Modèle d'estimation de l'effort basé sur la planification pour le développement mondial de logiciels")
Modèle d'estimation de l'effort basé sur la planification pour le développement mondial de logiciels51,99 €
Ce livre résume la prévision de la charge électrique qui a pris une importance considérable de nos jours dans les systèmes modernes de gestion de l'énergie électrique avec des éléments de la technologie de l'avidité intelligente. Les grandes données sur l'électricité présentent les caractéristiques suivantes: grand nombre, dimension élevée et séries temporelles. Dans le même temps, il existe de nombreuses formes de données manquantes sur l'énergie électrique, certaines étant dispersées et d'autres manquant les unes après les autres. Par conséquent, les combinaisons de méthodes de prédiction font l'objet d'une attention croissante. Nous avons effectué une analyse exploratoire des données, un prétraitement et une séparation formation-test avant d'entraîner le modèle. Nous avons utilisé diverses mesures pour tester les avantages du modèle proposé: erreur absolue moyenne, erreur quadratique moyenne et erreur quadratique moyenne racine.